基于GWO-BP模型的短期风力发电预测OA
Short Term Wind Power Generation Prediction Based on GWO-BP Model
近年来,风力发电装机规模在全球范围内迅速增长.风力发电功率取决于风速及其所携带的能量,而风速是一个不断变化的随机变量.为了使风电场高效有序运行,减少因波动性、随机性对电网的冲击,降低弃风限电率,准确的短期风功率预测是必不可少的.基于灰狼优化算法(Grey Wolf Optimizer,GWO)-反向传播(Back Propagation,BP)神经网络模型预测风电场风功率,结果表明,它对短期风力发电的预测准确可靠.应用的GWO-BP模型所得结果与…查看全部>>
王玉赞;王笑南;段钇江
中国电建集团昆明勘测设计研究院有限公司,云南 昆明 650051中国电建集团昆明勘测设计研究院有限公司,云南 昆明 650051华能澜沧江水电股份有限公司,云南 昆明 650214
能源与动力
短期风功率预测BP神经网络灰狼优化算法风力发电风速
shortterm wind power predictionBP neural networkgray wolf optimization algorithmwind powerwind speed
《云南水力发电》 2023 (9)
67-71,5
评论